基础的节点包含checkpoint加载器,就是类似sd的图片大模型
clip文本编辑器,就是写提示层的输入框,包括正向和反向提示词
潜空间就是大模型生成和修改图片的中间层,这一层是大模型根据输入来生成和操作图片的一层,一般会有一个采样器,大模型生成图片后需要通过vae解码,最后才能输出人类可以看懂的图片,同样如果让模型理解图片修复照片局部重绘也就要将图片vae编码后传入latent潜空间处理。不同的输入输出颜色不同。
好了这就是一个基础的文生图comyui流程
网友回复
腾讯混元模型广场里都是混元模型的垂直小模型,如何api调用?
为啥所有的照片分辨率提升工具都会修改照片上的图案细节?
js如何在浏览器中将webm视频的声音分离为单独音频?
微信小程序如何播放第三方域名url的mp4视频?
ai多模态大模型能实时识别视频中的手语为文字吗?
如何远程调试别人的chrome浏览器获取调试信息?
为啥js打开新网页window.open设置窗口宽高无效?
浏览器中js的navigator.mediaDevices.getDisplayMedia屏幕录像无法录制SpeechSynthesisUtterance产生的说话声音?
js中mediaRecorder如何录制window.speechSynthesis声音音频并下载?
python如何直接获取抖音短视频的音频文件url?